Des documents judiciaires récemment divulgués révèlent comment Anthropic a secrètement acheté, détruit et numérisé des livres pour entraîner son chatbot IA Claude.
On dirait une nouvelle de Ray Bradbury devenue réalité.
PUBLICITÉ
PUBLICITÉ
Quelque part dans l’interminable enchevêtrement d’entrepôts américains, des machines découpaient les dos des livres comme on tranche du saucisson. Des scanners en traitaient ensuite le contenu à la chaîne. En quelques millisecondes, des œuvres qui avaient parfois demandé des années de travail humain étaient aspirées dans l’éther numérique, puis utilisées pour entraîner des modèles d’IA capables de reproduire la voix et la structure de nos langues.
À partir de là, le papier devenait déchet, expédié vers des usines de recyclage pour être broyé et transformé en produits comme du papier toilette et des cartons d’emballage.
Avec un nom qui évoque à la fois une opération clandestine et des documents révélant des tours de passe-passe financiers, le projet Panama était le plan secret d’Anthropic visant "à numériser de manière destructrice tous les livres du monde", selon un document interne de planification rendu public dans des pièces judiciaires à la fin juillet.
"Nous ne voulons pas que l’on sache que nous travaillons là-dessus", peut-on lire dans ce document.
La révélation de ces manœuvres discrètes d’Anthropic – dévoilées pour la première fois par le Washington Post (source en anglais) – jette une nouvelle ombre sur la course à l’IA.
Elle offre aussi l’un des aperçus les plus nets à ce jour de la manière dont l’un des plus grands groupes d’IA au monde considère le travail des auteurs, artistes, photographes et autres créateurs.
Projet Panama : comment les livres ont alimenté l’usine à papier
Le projet Panama a démarré début 2024, lorsque les dirigeants d’Anthropic se sont mis en quête de livres antérieurs à ceux disponibles en ligne, susceptibles d’apprendre à son chatbot d’IA Claude "à bien écrire" plutôt que d’imiter le "langage internet de mauvaise qualité", selon des documents récemment dévoilés.
La jeune pousse achetait par dizaines de milliers des livres auprès de plusieurs revendeurs, dont Better World Books et le britannique World of Books.
Elle sous-traitait ensuite le gros du travail de numérisation et de destruction des ouvrages à un prestataire, qui utilisait une machine hydraulique pour couper les dos et trancher les pages une à une, afin de pouvoir les copier rapidement et les mettre en ligne grâce à un matériel d’imagerie industrielle.
Selon un prestataire qui a finalement collaboré avec Anthropic, l’entreprise recherchait "un fournisseur expérimenté de services de numérisation de documents pour convertir de 500 000 à deux millions de livres sur une période de six mois".
Pourquoi des livres plutôt qu’internet ?
Des documents de planification internes suggèrent que les dirigeants d’Anthropic pensaient que cette initiative améliorerait la qualité de la communication et permettrait de lutter contre l’"effondrement" des modèles d’IA – une forme de dégradation qui survient lorsque l’IA s’entraîne sur des textes contaminés par ses propres productions.
Contrairement à une grande partie du web contemporain, les livres offrent d’immenses quantités de littérature écrite par des humains et éditée par des professionnels, encore préservée de contenus générés par l’IA.
Le défi, pour les entreprises d’IA, était de savoir comment se procurer ces ouvrages. Mais les documents judiciaires laissent penser que les dirigeants d’Anthropic estimaient qu’ils pouvaient s’en tirer – et que, même s’ils n’y parvenaient pas, la fin justifierait les moyens.
D’après l’une des pièces, le cofondateur d’Anthropic Ben Mann a récupéré en juin 2021 une mine de contenus protégés par le droit d’auteur dans une "bibliothèque de l’ombre" appelée LibGen. Le document comporte même une capture d’écran du navigateur de Mann en train de télécharger des livres piratés.
L’année suivante, Mann a partagé avec d’autres employés d’Anthropic un lien vers Pirate Library Mirror – un catalogue complet de livres acquis illégalement. "just in time!!!", a-t-il écrit.
La bataille judiciaire
Le projet Panama n’a été rendu public qu’au travers de milliers de pages de documents judiciaires déclassifiés dans le cadre d’une plainte pour violation du droit d’auteur déposée par un groupe d’auteurs, qui accuse Anthropic d’avoir utilisé illégalement leurs œuvres pour entraîner Claude.
En 2024, un groupe d’auteurs mené par la romancière Andrea Bartz et les auteurs de non-fiction Charles Graeber et Kirk Wallace Johnson a engagé une action collective contre Anthropic, l’accusant d’avoir enfreint les lois sur le droit d’auteur en utilisant des livres piratés pour entraîner son modèle d’IA.
Le mois dernier, Anthropic – actuellement valorisée 965 milliards de dollars (875 milliards d’euros) – a accepté de verser 1,5 milliard de dollars (environ 1,3 milliard d’euros) pour régler l’affaire, une somme couvrant quelque 500 000 œuvres éligibles.
"Il s’agit du plus important dédommagement connu pour violation du droit d’auteur dans l’histoire", a déclaré Justin Nelson, l’avocat principal des auteurs.
L’affaire est la première, parmi une série de procédures visant des entreprises d’IA, à se conclure par un règlement amiable.
Meta, OpenAI, Google et Microsoft font eux aussi l’objet de poursuites pour violation du droit d’auteur de la part d’écrivains formulant des accusations similaires de piraterie. Plusieurs auteurs qui ont choisi de ne pas participer à l’accord collectif ont également des actions individuelles en cours contre Anthropic.
Ce que signifie la décision de justice
Alors que d’autres affaires suivent leur cours devant la justice, l’accord conclu la semaine dernière pourrait n’être que le premier chapitre d’une bataille juridique appelée à durer.
Dans une première décision rendue l’an dernier, un juge a estimé que l’utilisation de livres achetés légalement par l’entreprise relevait de l’exception de "fair use" prévue par le droit américain.
La décision établissait toutefois une distinction entre les livres que l’entreprise avait acquis et numérisés et les millions d’ouvrages qu’elle avait auparavant piratés.
"L’arrêt historique rendu par la cour en juin 2025 reste pleinement en vigueur", a déclaré dans une déclaration au Post Aparna Sridhar, directrice juridique adjointe d’Anthropic. "La question réglée portait sur la manière dont certains matériaux ont été acquis, pas sur le fait de savoir si nous pouvions les utiliser pour développer [l’IA]."
Pour certains toutefois, les documents déclassifiés constituent le verdict le plus durable, en brisant toute illusion qui pouvait subsister quant à la capacité des géants de la tech à saisir la valeur culturelle. A fortiori à respecter la sacralité de la création humaine.